天山北坡典型研究区融雪期积雪光谱特征分析

选取了新疆天山北坡军塘湖流域作为典型研究区,布设4个2 m×2 m试验样方,在2011年3月利用ASD便携式地物光谱仪对该地区积雪进行了积雪反射光谱的测定并对其进行了分析。结果表明,积雪在近红外区后反射率急剧下降,在1 350 nm附近积雪反射率近似呈直线下降;1 020、1 250、1 470和2 000 nm附近是积雪反射率吸收峰,在1 470和2 000 nm附近积雪的反射率几乎为0;太阳高度角引起的积雪反射率变化主要在近红外区;积雪反射率随时间推移而逐渐降低;在融雪期,随着测量面深度的增加,积雪的反射率有减小的趋势。     

新疆军塘湖流域融雪期不同积雪及雪被地物光谱反射率特征分析

用野外光谱仪测量了融雪期天山北坡军塘湖流域典型实验场的不同积雪及雪被地物的光谱,并对测得的光谱数据进行分析,结果表明,对于纯积雪光谱,在可见光波段有较高反射率,近红外波段范围内在1 100、1 300及2 260 nm附近出现反射波峰。与新雪相比,融化的积雪的反射率峰值在可见光波段和近红外波段内(2 100~2 400 nm)有明显的衰退,而雪被地物(包括覆有积雪的植被和有积雪背景的植被、土壤等)反射曲线均相对较低。对积雪/植被的混合像元光谱特征分析表明,雪被地物的光谱反射率曲线在可见光波段呈上升趋势,这是由于积雪背景的影响。最后,根据积雪、植被、土壤和积雪/植被混合像元的光谱特征建立混合光谱拟合方程,结果表明,模拟的光谱曲线与实测值有很好的相关性,其相关系数为0.927 6。     

辐射能量对不同深度和密度积雪持水能力及融雪水量的影响

为深入研究积雪融化过程中,积雪持水能力与融雪水量的变化特征及其影响因素,选取积雪密度、深度和辐射能量3个因素,采用室内模拟融雪试验,对试验数据进行极差分析与线性回归分析,得出辐射能量对不同积雪密度和深度积雪持水能力与融雪水量的影响规律。结果表明:积雪持水能力随密度的增大而减小。密度从100kg·m~(-3)增大到300kg·m~(-3)时,产流时持水能力从46.22减小到13.61,减小约3.4倍,同时产流前、后持水能力变化率也呈现减小趋势。融雪水量随积雪深度的增加而增加。深度从5cm增大到25cm,产流时融雪水量从1.58mm增大到10.70mm,增大约6.8倍。积雪深度对二者变化影响较小。辐射能量与积雪持水能力和融雪水量的相关性不显著,但对二者变化影响较为明显。积雪密度是影响持水能力的主要因素,且3种因素对积雪持水能力的影响强度分别为:积雪密度积雪深度辐射强度。积雪深度是影响融雪水量的主要因素,且3种因素对融雪水量的影响强度分别为:积雪深度积雪密度辐射强度。积雪密度与深度主要通过影响雪层间孔隙度、雪粒间毛管力以及融雪水类型而影响积雪持水能力与融雪水量。能量通过改变积雪特性进而影响积雪持水能力和融雪水量。     

西沟水库流域融雪效应

对西沟水库流域不同地类上的积雪厚度、密度和融雪速度进行了比较，分析了融雪速度与各种自然因子之间的关系，经主成分、多元回归、逐步回归分析，得出了融雪速度与各种自然因子之间存在着高度显著的回归关系。     

军塘河流域上游山区融雪期土壤湿度特征分析

[目的]研究融雪期土壤湿度特征.[方法]以天山北坡军塘河流域为研究区,采用定点连续观测方法,利用2006、2007年两年融雪期观测的土壤湿度、土壤温度及气温资料,对比分析土壤湿度在融雪期内各层深度的变化情况以及与土壤湿度和气温之间的关系.[结果]近地面气温与土壤湿度存在较高相关关系, 土壤湿度的时间变化均表现出减湿过程缓慢,增湿过程迅速特征,土壤湿度日变化表现为单峰单谷型波动.[结论]近地面气温与土壤湿度具有明显的影响作用,该结论将有助于为军塘河流域春季融雪洪水的预警提供决策支持.     

天山北坡融雪期下垫面土壤湿度变化研究

融雪期的土壤湿度是影响融雪径流的主要因子。基于2016年天山北坡军塘湖流域融雪期林地、林间草地和草地下垫面的土壤温湿度数据,利用相关性分析方法研究融雪期不同下垫面土壤湿度变化特征,结果表明:融雪期三种下垫面气温总体呈波动上升趋势;低海拔草地下垫面土壤湿度呈"双峰"状,中高海拔林间草地土壤湿度均成"单峰",中海拔林地土壤湿度呈现"三升三降,同深度三种下垫面的土壤湿度是:林地林间草地草地;三种下垫面土壤温度和土壤湿度相关性均达到显著性水平(P0.01),草地和林间草地下垫面土壤湿度不仅受到对应层土壤温度的影响,还受到下层土壤温度的制约,林地下垫面的土壤湿度除受到对应层和下层土壤温度的影响之外,还受到更深层次40 cm土壤温度的制约;从融雪期土壤湿度的垂深变化来看:草地下层土壤湿度自表层向下呈减小趋势,而林地呈增加趋势,林间草地浅层土壤湿度波动幅度大于深层。土壤湿度与土壤温度变化关系密切,且下垫面不同,其相关性也有所不同。不同下垫面土壤湿度的变化研究,对提高融雪径流模型中土壤湿度参数化、融雪洪水模拟和提高洪水预报精度有着重要意义。     

基于GIS和DEM的洋河流域水文特征提取方法研究

利用ARCGIS软件的Hydrology扩展模块,以张家口洋河流域为例,探讨了数字高程模型(DEM)的处理及其水文分析方法,介绍了其基本原理.对河北省1:25万的DEM进行图幅剪裁等顶处理,生成了洋河流域数字高程模型.基于DEM和GIS进行流域的水文模拟分析,包括下垫面计算、水流方向计算、水量计算、流网提取,最后进行了洋河全流域界线的划分并确定流域面积,生成了洋河数字流域.     

融雪期融雪水下渗分析及下渗率模拟研究

融雪期土壤下渗对于融雪产流有重要意义.土壤下渗率的模拟可以为融雪径流模拟提供必要的参数,能够更精确地对融雪期洪水进行预报.在研究过程中,通过融雪期对土壤湿度、温度的观测及设置的下渗实验获取的数据,利用Excel、SPSS等统计软件对数据进行综合处理,并对结果进行制图、制表.结果表明：土壤湿度和土壤温度对融雪水下渗有显著影响;冻土中冰的存在对下渗的阻碍作用很强,冰融化后可以增强融雪水的下渗;在融雪期,实验得到的下渗率模型的模拟精度高,其形式上与Kostiakov下渗公式吻合.     

基于超效率DEA方法的农业高效节水技术效率研究

通过建立区域高效节水技术指标,综合运用超效率DEA方法,对军塘湖流域内三种高效节水技术的技术效率进行了实证分析。研究发现:整体而言,各个地区在使用高效节水技术后的生产率增幅明显;从节水技术本身来看,自动化技术与小流量技术较稳定;从分组运行情况分析,低压小流量技术和自动化技术的管理有待加强。     

压实与融化情景下表层积雪性质反演的可行性研究

探究积雪光谱反演不同情景下表层积雪性质,可为利用遥感反演技术和加快大面积监测积雪的物理特性提供更丰富的理论和实践参考.积雪的雪水当量与密度是积雪出流、产流的关键指标,对其研究对东北地区春季融雪产流及融雪型土壤侵蚀具有现实意义.选择东北地区自然降雪,通过人工模拟压实、融化试验,得到不同压实程度与不同融化时间的雪样.观测表...     

基于WebGIS的农业资源信息查询系统的研究与开发

WebGIS在农业信息化发展上已逐渐被深入应用,运用WebGIS技术研发的农业资源信息查询系统对农业技术的推广有着辅助作用.该系统采用的是B/S模式的三层体系架构,数据采用了栅格图与矢量图相叠加的方法并通过ARCGIS软件进行Kriging空间插值分析,通过推广应用证明了该系统的应用及设计具有很高的实用性和美观性.     

新疆春季融雪型洪水分布特征研究

利用2004—2013年灾情和积雪深度资料,采用统计分析方法,分析了近10年新疆春季融雪型洪水的时空分布特征以及与地理气候特征关系。结果表明,伊犁河谷、塔城地区北部、阿勒泰地区为春季融雪型洪水的极易发区,天山北坡为易发区,南疆为低发区;近10年新疆春季融雪型洪水有明显的增加趋势,3月和4月下旬为高发时期,特别是3月中旬;春季融雪型洪水多发生在山麓、山前平原和河谷地带的3~5级水系附近;2月底积雪深度距平百分率可作为春季融雪型洪水预测预报的重要指标。     

基于能量平衡的融雪期积雪深度模拟

东北黑土区是中国最重要的农业生产区域之一，其气候条件复杂多变，冬季积雪是农业生产的重要保障。为定量描述东北黑土区融雪期积雪消融过程，基于能量平衡原理建立单层融雪模型，对梅河口市吉兴小流域2017年和2018年积雪消融过程的能量收支和积雪深度进行分析和模拟。通过对积雪消融过程的能量平衡分析，结果表明：积雪消融的能量主要来源为净辐射通量，其次受湍流交换的影响。其来源分别占总能量的67.4%～74.7%和18.8%～25.8%。积雪消融时间集中在净辐射通量、显热通量、潜热通量日内集中变化时段，由净辐射通量主导，融化时间为9～15 h，历时7 h，整个融雪期为9～15 d，与其他地区差异明显。雪层能量闭合率最大可达0.67，与积雪深度为正相关关系，但积雪覆盖周期过长会导致积雪表面形成冰层，增加雪表面反射率，会导致能量闭合率较低。利用单层融雪模型对消融过程中积雪深度模拟，结果表明：单层融雪模型模拟积雪深度的平均绝对误差（MAE）<1.5 cm，纳什系数（Nash）>0.8，模拟效果在可接受范围内。该融雪模型的应用可以帮助我们更好地理解季节性积雪区的积雪物理消融过程，为季节性冻融区水资...     

基于水系改进高分辨率DEM的流域水系结构特征分析

以重庆市万州区五桥河流域为例,在构建基于水系改进的高分辨率DEM的基础上,运用ARCGIS的水文分析模块(Arc Hydro Tools)进行流域边界的确定、河网的提取、子流域的剖分以及水系结构特征分析.研究结果表明:五桥河流域的各种水系结构参数的值均在一般水系的范围内,河网水系总体上Horton表现较为明显,河网水系在数量上的发育程度高于其长度上的发育,流域内不同区域河网水系的结构与功能密切相关.运用基于水系改进的高分辨率DEM和ARCGIS的水文分析模块(Arc Hydro Tools)提取的水系与实际水系特征完全吻合且连续完整,是一种进行流域水文分析的优良方法.     

农用喷头雾滴粒径对液体黏度的响应

目的 研究农药不同黏度对喷头雾化特性的影响,为农业喷雾施药技术提供理论参考。方法 配制不同质量分数的甘油溶液替代农药试剂进行研究,将喷头喷雾区域网格化,使用粒子动态分析仪测量喷雾区域不同位置处的雾滴参数,利用SPSS分析轴心方向和径向雾滴粒径的分布规律。结果 在喷头喷雾区域轴心方向上,雾滴算术平均直径、雾滴体积平均直径及雾滴索尔特平均直径呈现出先变小然后逐渐变大的规律,外界空气阻力的扰动作用使喷射出的液体表面形成一定模式的表面波,随着距离增大波幅变大,波峰被撕裂下来,破碎成小雾滴,而后在重力的作用下雾滴间发生碰撞聚合,雾滴粒径逐渐变大;喷头喷雾区域径向上,雾滴近似于对称分布,雾滴粒径呈现出中间小两边大的特点,随着径向距离增大雾滴粒径逐渐增大;通过SPSS分析得出,轴心方向上,轴心距离、液体黏度与雾滴粒径的相关系数分别为0.531、0.795;在喷雾区域径向上,径向距离、液体黏度与雾滴粒径的相关系数分别为0.932、0.328。结论 在一定程度上,黏度较大的液体具有一定的防止漂移效果;液体黏度改变对轴心方向上雾滴粒径影响效果显著;在喷头径向上,距离的改变对雾滴粒径大小影响显著。     

能量平衡融雪模型在西天山的应用试验

为了验证能量平衡融雪模型在巩乃斯流域的适用性,在天山积雪雪崩研究站开展了模型的应用试验。设置了3个融雪水收集样点,模拟值分别与1号、2号和3号样点观测的日融雪量进行对比,结果表明,1号融雪水收集点的拟合优度系数R2=0.86,体积差Dv=-5.9%;2号收集点R2=0.92,Dv=-3.2%;3号收集点,R2=0.91,Dv=-10.7%,模拟值总量偏高于实测值。较高的R2和较低的Dv值,表明模型达到了比较好的模拟效果,也显示该模型在巩乃斯河流域具有良好的应用前景。     

融雪时间对川贝母生长的影响

为了探讨融雪时间对川贝母种子、鳞茎及幼苗发芽生长的影响,在青藏高原东部的高山雪场观察了早融、中融、晚融3个不同融雪时间发生部位上川贝母种子和鳞茎的个体重量、种子数量、种子萌发率及幼苗第一片叶的长度,并对不同融雪部位生长的植株进行了比较.结果表明,随着融雪时间的推迟,川贝母的单花种子数和种子重量逐渐增加,和早融部位生长的植株相比,晚融部位生长的植株单花种子数和种子重量分别增加了40.3％和24.6％;但是鳞茎的重量表现出了相反的趋势,和早融部位生长的植株相比,晚融部位生长的植株鳞茎重量降低了22.4％.另外,川贝母的种子大小对幼苗的萌发率没有显著的影响,但对幼苗的第一片叶子长度有明显的影响,和早融部位生长的植株相比,晚融部位生长的植株第一片叶子长度增加了41.6％.说明晚融的积雪有利于川贝母种子产量的提高,而早融的积雪有利于鳞茎的生长.     

融雪期融雪水下渗分析及下渗率模拟研究

融雪期土壤下渗对于融雪产流有重要意义。土壤下渗率的模拟可以为融雪径流模拟提供必要的参数,能够更精确地对融雪期洪水进行预报。在研究过程中,通过融雪期对土壤湿度、温度的观测及设置的下渗实验获取的数据,利用Excel、SPSS等统计软件对数据进行综合处理,并对结果进行制图、制表。结果表明:土壤湿度和土壤温度对融雪水下渗有显著影响;冻土中冰的存在对下渗的阻碍作用很强,冰融化后可以增强融雪水的下渗;在融雪期,实验得到的下渗率模型的模拟精度高,其形式上与Kostiakov下渗公式吻合。     

基于ArcGIS技术的DEM数据的龙河流域特征提取

在介绍研究区域概况的基础上,根据重庆市10 m分辨率DEM数据,基于ARCGIS技术平台对龙河流域特征进行提取。结果表明,利用ArcGIS技术进行流域划分与水文分析具有广阔前景。     

基于高光谱成像技术的生菜叶片水分检测研究

[目的]探索利用高光谱图像技术检测作物含水率的方法。[方法]以意大利全年耐抽苔生菜为试材,利用高光谱成像系统采集生菜叶片的高光谱图像,用ENVI V.4和Matlab V.7.0软件对高光谱图像进行处理。[结果]采用自适应波段选择法从所采集的生菜叶片高光谱图像数据中优选出特征波长1 420 nm;对每个样本特征波长下的图像进行分割,反转以及形态运算等操作得到目标图像;从每个目标图像中提取灰度均值、灰度标准差作为灰度特征,能量、熵、惯性矩、相关性的均值和标准差作为纹理特征;采用GA-PLS法选出最优特征子集,并建立基于最优特征的偏最小二乘回归模型,以检测生菜叶片的含水率。[结论]模型的预测值与实测值的相关系数R为0.902,精度明显高于基于灰度特征或纹理特征的预测模型。